Análisis de técnicas de minería de datos para mantenimiento predictivo en industria

Abstract

[ES] Las nuevas tecnologías de la información están cambiando drásticamente las industrias en varios aspectos, dando lugar a una nueva revolución que se denomina industria 4.0. En el sector del ferrocarril uno de los campos donde se están aplicando estas tecnologías es en la mejora del mantenimiento de las locomotoras. Los gastos por averías pueden ser cuantiosos especialmente si se producen fallos en pleno funcionamiento. Gracias a la gran cantidad de datos almacenados desde el sistema de telemetría de cada locomotora se puede aplicar minería de datos para determinar cuándo se pueden producir averías. Por lo tanto, el objetivo es pronosticar el momento de fallo de una máquina, con el fin de planificar la reparación justo antes del fallo y de esta forma evitar tiempos de no actividad, y maximizar el tiempo de vida útil de cada componente sustituido. Este trabajo final de grado trata de presentar metodologías para implantar el mantenimiento predictivo o basado en condiciones, fundamentados en modelos predictivos, nombrar las estrategias actuales de mantenimiento, y las metodologías para obtener modelos predictivos, con el objetivo de realizar una valoración de la viabilidad del cambio.

[CA] Les noves tecnologies de la informació estan canviant dràsticament les indústries en diversos aspectes, donant lloc a una nova revolució anomenada Indústria 4.0. Al sector del ferrocarril un dels camps on s'estan aplicant aquestes tecnologies és en la millora del manteniment de les locomotores. Les despeses per avaries poden ser quantioses especialment si es produeixen fallades en ple funcionament. Gràcies a la gran quantitat de dades magatzenades des del sistema de telemetria de cadascuna de les locomotores es pot aplicar mineria de dades per a determinar quan es poder produïr avaries. Per tant, l'objectiu és pronosticar el moment de la fallada d'una màquina, per tal de planificar la reparació just abans de la fallada i d'aquesta forma evitar temps de no activitat, i maximitzar el temps de vida útil de cadascún dels components substituïts. Aquest treball final de grau tracta de presentar metodologies per a implantar el manteniment predictiu o basat en condicions, fonamentats en models predictius, anomenar les estrategies actuals de manteniment, i les metodologies per a obtindre models predictius, amb l'objectiu de realitzar una valoració de la viabilitat del canvi.

[EN] Information Technology is dramatically changing industries in several aspects, arising from a new revolution named Industry 4.0. In railway industry, one of the fields most affected by this new technologies, is the improvement of the mantainance task of the locomotive machines. Failure costs can be substantial, especially if there are failures in full operation. Thanks to the large amount of data stored from the telemetry system of each locomotive, data mining can be applied to determine when damage can occur. Therefore, the objective is to predict the moment of failure of a machine, in order to plan the repair just before the failure and to avoid non-activity times, and to maximize the useful life of each replaced component. This degree finally project presents methodologies to implement predictive maintenance based either on predictive models or upon conditions, name the current maintenance strategies, and methodologies to obtain predictive models, with the goal of making an assessment of the viability of the change.